翻新时间:2022-10-22
数据挖掘在管理会计中运用的重要意义(1)
【摘要】数据挖掘是从海量数据中发现和提取知识和信息的过程。在管理会计领域中运用数据挖掘技术,寻求和发现更多的企业顾客、供应商、市场以及内部流程优化的信息,将为企业决策者提供更为广泛而有效的决策依据,提高企业战略竞争能力。本文简要介绍了数据挖掘的基本概念和方法,在此基础上重点分析了数据挖掘技术在作用成本和价值链分析,产品、市场和顾客分析以及财务风险防范等方面的应用。
【关键词】数据挖掘 信息 管理会计 应用
引言
一、数据挖掘技术的含义
数据挖掘是从数据当中发现趋势和模式的过程,它融合了现代统计学、知识信息系统、机器学习、决策理论和数据库管理等多学科的知识。它能有效地从大量的、不完全的、模糊的实际应用数据中,提取隐含在其中的潜在有用的信息和知识,揭示出大量数据中复杂的和隐藏的关系,为决策提供有用的参考。
二、数据挖掘的方法和基本步骤
(一)数据挖掘的主要方法
常用的数据挖掘方法主要有决策树(Decision Tree)、遗传算法(Genetic Algorithms)、关联分析(Association Analysis)、聚类分析(Cluster Analysis)、序列模式分析(Sequential Pattern)以及神经网络(Neural Networks)等。
(二)数据挖掘的基本步骤
SAS研究所提出的SEMMA方法是目前最受欢迎的一种数据挖掘方法,其描述的数据挖掘的大致过程包括取样(Sample)、探索(Explore)、修改(Modify)、模型(Model)和评价(Assess)。
1.数据取样
在进行数据挖掘之前,首先要根据数据挖掘的目标选定相关的数据库。通过创建一个或多个数据表进行抽样。所抽取的样本数据量既要大到足以包含有实际意义的信息,同时又不至于大到无法处理。
2.数据探索
数据探索就是对数据进行深入调查的过程,通过对数据进行深入探察以发现隐藏在数据中预期的或未被预期的关系和异常,从而获取对事物的理解和概念。
3.数据调整
在上述两个步骤的基础上对数据进行增删、修改,使之更明确、更有效。
4.建模
使用人工神经网络、回归分析、决策树、时间序列分析等分析工具来建立模型,从数据中发现那些能够对预测结果进行可靠预测的模型。
5.评价
就是对从数据挖掘过程中发现的信息的实用性和可靠性进行评估。
管理者微观会计政策选择行为分析
论现代企业管理中会计职能的定位
下载文档
网友最新关注
- 时间都去哪了
- 观察豆子
- 再逢中秋
- 教师节里的润喉糖
- 观察
- 我的蝈蝈将军
- 开学了,我们笑了
- 因为选择不同
- 颐和园导游词
- 不是亲人胜似亲人
- 养蚕
- 黄山导游词
- 胜似亲人
- 可爱的小猫
- 假如我是科学家
- 现代企业管理体系下的国有企业思想政治工作
- 从三江并流想国企管理
- 论法约尔管理理论在油田HSE监督工作中的应用
- 群塔防碰撞方案
- 探讨无线传感器网络LEACH路由协议的变化
- 对现代企业管理中5S管理应用的探讨
- 国企管理应符合所有制性质
- 关于优化劳务派遣管理的探讨
- 国有金融企业客户关系创新-市场营销管理论文(1)论文
- 图书馆员职业倦怠心理透视
- 园林施工定额管理
- 企业管理会计现状与发展策略之我见
- 测量放线施工方案
- 我国民营企业负债筹资探析-市场营销管理论文(1)论文
- 浅议商业银行成本控制
- 《春雨的色彩》作者其他作品
- 《春雨的色彩》课件 教学建议
- 《春雨的色彩》作者介绍
- 《燕子飞回来了》
- 《春雨的色彩》文章问题分析
- 《春雨的色彩》考点链接
- 《春雨的色彩》知识点
- 《春雨的色彩》随堂练习
- 《春雨的色彩》课件 教案讲义
- 《春雨的色彩》知识点:仿写例句
- 《春雨的色彩》知识点:阅读知识
- 《春雨的色彩》知识点 生字
- 《春雨的色彩》重难点分析
- 《春天》
- 《春雨的色彩》课文结构分析